人工知能医療機器企業の研究開発に有効なソリューションとは?

 

人工知能(AI)医療機器製品の開発目的は、臨床治療プロセスにprocessing card payments おける現実的な問題を技術的な手段で安全かつ効果的に解決することです。 AI医療機器の研究開発、特にディープラーニング技術を用いた新世代のAI医療機器の研究開発は、技術開発や研究革新の過程で「データ駆動型」になることが多く、オンライン対戦データセットは、多くの研究開発チームがコンピュータ技術からAI医療機器の研究開発に参入する際に、最初に使用するデータセットになっています。 コンピュータ技術からAI医療機器開発に移行する多くの研究開発チームが最初に使用したデータセットです。

コンペティションデータだけでは、製品開発はできない

コンペティション・データ・ドリブン」研究開発モデルは、研究チームがportable container アルゴリズム・モデルを迅速に開発するために、一定量の臨床データとある程度の次元のデータを最短時間で取得することを可能にします。 また、コンペティションの結果をオープンにすることで、その技術力が業界に認知され、最終的なランキングを通じてより注目を浴びることができるのです。 しかし、コンペのデータセットやコンペ結果のみからAI医療機器の研究開発能力を評価することは、多くの問題やリスクをはらんでいます。 その理由は大きく3つあります。

第一に、競技用データセットの品質レベルは、実際の臨床業務を改善するために必要なデータサービスの品質、次元、要件を必ずしも満たしていないことである。 新冠肺炎流行駆動技術で開発されたCT画像人工medical device development process 知能システム分析企業製品を例にとると、オンラインで利用可能なデータは、我々はいくつかの研究革新が発表された後に公開されている競争データと生の社会データの両方があります。 新型冠状動脈性肺炎の患者を治療する臨床使用シナリオでは、CTスキャン電子機器を使用して、被写体に胸部スキャンを行うことで薄いCT生画像を取得し、放射線科医に読影してもらうことができます。 海外の金融機関がオンラインで公開している新冠肺炎患者のCTデータには、200人以上の患者に関する財務データが含まれているが、データは主に集中しており、各患者、このような横軸位置のCT画像は1層または数層しかないため、胸部スキャンの完全な画像データを形成せず、実際の臨床シナリオを組み合わせた設計に必要な画像データとは大きく異なっている。 同様に、国内生産バイオテクノロジー情報共有センターが教育・科学研究用に公開した新型冠状動脈性肺炎患者のCT画像データ一括では、CT画像のほとんどが中国の医療画像診断基準に準拠したDI COM形式のデータではなく、ピクチャー形式に変換されていたのです。 画像化の過程で、元のDICOM画像のグレースケール値、表示ウィンドウ幅ウィンドウ位置、空間解像度、CTスキャンモデルなどの情報資源は保持されない。 そのため、経済研究プロジェクトチームが人工知能学習アルゴリズムの計算モデルを構築する際に、学生の解像度の違い、そのモデルの表示形態の違い、メーカーの機器取得モジュールの違いなどを統計的に調べ、タイムリーに分析することは不可能に思えたのです。 彼らは文化的な製品の継続的な開発のためにこれらの問題のあるデータ構造を使用する場合は、臨床実践のアプリケーションの実際の状況では、DI COMデータの処理で製品は、それが可能性があるため、異なる解像度、CT機器のスキャンパラメータは、画像特性の変化、出力結果の誤審で生じる異なる選択したことです。

第二に、私たちが取得する競技活動データは、社会の現実的な医療サービスのシナリオのニーズを満たすには十分でないことがあります。 病気の診断研究の過程で、臨床医は、臨床部門、放射線核医学、実験室、超音波、病理学などの中国の多くの異なる部門の情報技術を分析し、判断する能力を合成するために、最終的に主な結論の診断を改善するために事業を展開する必要があります。 しかし、そのような場合、正確な診断方法をタイムリーに提供することはできません。 例えば糖尿病性網膜症の鑑別の場合、眼科では医師がさまざまな眼科疾患の患者を前にしています。 この指導シナリオでは、糖尿病網膜症かどうかだけでなく、他の眼科疾患も同時に選択できるかどうかを判断する必要があり、「糖尿病網膜症でなく、他の眼科疾患を除外しない」と患者さんに伝えるだけでは不十分なのです。 一方、環境内分泌医にとっては、わが国で糖尿病と診断された患者さんを前にして、眼底検査の評価結果を得ることで、糖尿病網膜症の汚染の度合いを常に正しく判断することができるに過ぎません。 したがって、レースデータ処理は、実際の臨床診療のほんの一部である単純な単一患者の臨床応用シナリオにしか適用できない可能性がある。

最後に、データのマッチングという作業は、コンピュータアルゴリズムの技術的な問題だけでなく、科学的な課題も多く存在します。 特に、ある作業が実際の臨床プロセスやゴールドスタンダードの判定手順を変更する場合、その変更を検証するために多大な臨床検証作業が必要となる。 例えば、肺のCT画像データを使って肺結節を検出し、定量的に測定する肺結節関連製品の競争です。 しかし、良性結節か悪性結節かの診断は、画像的特徴の解釈、経過観察、生検に基づいて行う必要があります。 医用画像診断は、しばしば「ホメオパシー、ホモジニアス、ホモジニアスイメージング」と呼ばれ、画像所見で直接診断できない疾患が多いことを意味します。 例えば、肺結節や肺炎病巣の「ヘアリーグラス」像が見られることがあります。 肺結節のCT画像診断では、多くの研究や大会で、良性結節と悪性結節の鑑別診断や分類モデリングが行われ、良い結果が得られている。 しかし、CT画像から直接肺結節の良悪性を判別する方法は、現在の日常臨床に即していないため、他業界のソフトウェア製品で採用されている「まず適用し、迅速に改善を繰り返す」という製品開発アプローチではなく、大規模な臨床試験を通じて科学的に実証する必要がある。

医工連携が生み出す高品質な製品

医師の操作や判断はすべて患者さんの安全に直結するため、新しい治療計画やプロセスは、臨床で使用する前に十分に検証する必要があり、このサイクルには数年かかることが多いのです。 これは、コンピュータソフトウェア分野から医療用AIソフトウェア開発の分野に参入した多くの企業にとって大きな課題です。 特にスタートアップ企業は、新しい医療プロセスの科学的検証を行うために、十分な資金を確保することが困難な状況にあります。

医療機器開発チームの課題は、いかにして定義に適した製品を作るかである。 特に、学生が類似の製品を持たない新しい分野を開拓しようとする場合、製品の主要機能の定義が、我々の臨床応用のニーズに非常にマッチしており、実際の臨床上の問題を効果的に解決でき、かつ技術的に実現可能であることが重要であると思います。 実際の臨床市場の需要を満たし、自分たちの実際の臨床分析の問題を解決する製品だけが、本当に企業文化に経済的利益をもたらすことができるのです。

優れたプロダクトデザイナーは、まず「消費者」の立場に立って、自分の製品開発において常に満たすべきニーズは何かを考えるのが原則です。 医療機器の「消費者」は、それを使用する医療関係者である可能性が高く、研究開発マネージャーは医師の仕事や社会的な医療プロセス全体、教育のあらゆる側面をよく理解する必要があり、教師はデータ技術の基礎を習得し、技術研究 教師はデータ技術の基礎を学び、技術研究と科学教育の問題を区別できるようにならなければなりません。 ヘルスケア分野は専門性が高く、製品の設計・開発スタッフの全体的な質に対して高い要求があります。 技術主導のチームにとって、臨床医と密接に協力して文化的な製品定義や技術革新の研究開発を行うことは、コストを比較的低く抑えるための、より論理的で効果的な方法です。

近年、多くの大規模な研究開発プロジェクトでは、「医工クロスオーバー」や「産医研究」モデルを導入し、医療と工学の専門家が医療界の垣根を越えて専門知識を提供し、革新的な火花を散らし、高品質な医療機器製品を生み出すことが奨励されています。

医療機器開発の全過程において、臨床医は非常に重要な役割を担っています。製品の定義は、臨床の専門家が臨床現場で遭遇する問題や困難に対する解決策に基づいており、製品開発には、特に人工知能製品の場合、臨床医との密接な協力が必要です。 実際の臨床現場でのトレーニングデータを収集し、臨床医の指導と協力を得てデータのアノテーションを完成させる必要がある。 製品開発後は、効果を検証するための臨床試験が必要です。 この過程で、医師は製品の使用や操作の繰り返しによる潜在的なリスクを特定し、技術チームとコミュニケーションを取りながら、より良い製品に改善していく必要があります。 発売後も、使用中に見つかった問題点を医師にフィードバックし、市販後の管理をしっかり行う必要があります。 AI医療機器の開発における医工連携の重要性は明らかです。

学生のための横断的な人材育成が最優先課題

医療機器の研究開発は学際的な分野であり、医療従事者の組み合わせによってのみ、新しい医療機器製品の開発をより円滑に進めることができます。 同時に、各関係者間のコミュニケーションを円滑にし、各分野の専門性をシームレスに統合するために、学際的な「翻訳者」「接着剤」となる人材がもっと必要です。

現在、学際的な人材が不足しています。 企業も大学も、医療機器の革新と開発に新鮮な血を吹き込むために、学際的な人材の育成を強化する必要があります。

注目の記事:

人間中心の医療機器設計

医療機器開発におけるチームの重要性

医療機器設計の開発プロセスとは?医療機器設計のコストとは?